Návrh algoritmů pro neuronové sítě řídicí síťový prvek
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
B
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Abstract
V teoretické části této práce se uvádí základní informace o historii a vývoji umělých neuronových sítí (UNS) z minulého období až po dnešek. Praktická část podává důkazy předpokladů zmiňovaných v teoretické části této práce, např. znázornění učení, trénování jednotlivých typů neurónových sítí na různých praktických úkolech, jejich následná simulace a vynesení poznání a závěrů z těchto simulací. Cílem je simulování aktivního prvku v síti, řízeného pomocí umělé inteligence. Tedy učení (trénování) neuronové sítě a její následná simulace pro řízení přepínače. V práci je uveden a popsán algoritmus směrování pomocí Hopfieldovy sítě založeném na typickém problému obchodního cestujícího. Následuje nastínění optimalizačních problémů a jejich řešení, porovnání s dalšími typy rekurentních (zpětnovazebních) sítí (Elman a Layer Recurrent) jejich hlavní rozdíly, způsoby optimalizace, výhody a nevýhody. Z poznatků této práce, je uveden návrh dalšího řešení řízení pomocí neuronových sítí do budoucna.
This diploma thesis is devided into theoretic and practice parts. Theoretic part contains basic information about history and development of Artificial Neural Networks (ANN) from last century till present. Prove of the theoretic section is discussed in the practice part, for example learning, training each types of topology of artificial neural networks on some specifics works. Simulation of this networks and then describing results. Aim of thesis is simulation of the active networks element controlling by artificial neural networks. It means learning, training and simulation of designed neural network. This section contains algorithm of ports switching by address with Hopfield's networks, which used solution of typical Trade Salesman Problem (TSP). Next point is to sketch problems with optimalization and their solutions. Hopfield's topology is compared with Recurrent topology of neural networks (Elman's and Layer Recurrent's topology) their main differents, their advantages and disadvantages and supposed their solution of optimalization in controlling of network's switch. From thesis experience is introduced solution with controll function of ANN in active networks elements in the future.
This diploma thesis is devided into theoretic and practice parts. Theoretic part contains basic information about history and development of Artificial Neural Networks (ANN) from last century till present. Prove of the theoretic section is discussed in the practice part, for example learning, training each types of topology of artificial neural networks on some specifics works. Simulation of this networks and then describing results. Aim of thesis is simulation of the active networks element controlling by artificial neural networks. It means learning, training and simulation of designed neural network. This section contains algorithm of ports switching by address with Hopfield's networks, which used solution of typical Trade Salesman Problem (TSP). Next point is to sketch problems with optimalization and their solutions. Hopfield's topology is compared with Recurrent topology of neural networks (Elman's and Layer Recurrent's topology) their main differents, their advantages and disadvantages and supposed their solution of optimalization in controlling of network's switch. From thesis experience is introduced solution with controll function of ANN in active networks elements in the future.
Description
Keywords
Neuron, perceptron, přenosová funkce, umělá neuronová síť, UNS, Hopfieldova neuronová síť, Elmanova neuronová síť, neuronová síť Layer Recurrent., Neuron, perceptron, transfer function, Artificial Neural Network, ANN, Hopfield's neural network, Elman's neural network, Layer Recurrent neural network.
Citation
STÍSKAL, B. Návrh algoritmů pro neuronové sítě řídicí síťový prvek [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2008.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Telekomunikační a informační technika
Comittee
doc. Ing. Ivan Rampl, CSc. (předseda)
doc. Ing. Martin Medvecký, Ph.D. (místopředseda)
Ing. Ladislav Káňa (člen)
Ing. Ivo Herman, CSc. (člen)
doc. Mgr. Pavel Rajmic, Ph.D. (člen)
Ing. Tomáš Vaněk, Ph.D. (člen)
Ing. David Kubánek, Ph.D. (člen)
Ing. Václav Pfeifer, Ph.D. (člen)
doc. Ing. Milan Chmelař, CSc. (člen)
Date of acceptance
2008-06-11
Defence
1. Jak funguje optimalizace spojového pole pomocí Elmanovy neuronové sítě a rekurentní neuronové sítě.
2 Neprojevil se efekt přetrénování?
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení